Python开发的十个Tips,你知道几个?

134 阅读6分钟
原文链接: click.aliyun.com

下面是十个Python中很有用的贴士和技巧。其中一些是初学这门语言常常会犯的错误。

注意:假设我们都用的是Python 3

1. 列表推导式

你有一个list:bag = [1, 2, 3, 4, 5]

现在你想让所有元素翻倍,让它看起来是这个样子:[2, 4, 6, 8, 10]

大多初学者,根据之前语言的经验会大概这样来做

bag = [1, 2 , 3, 4 , 5] for i in range(len(bag)): bag[i] = bag[i] * 2

但是有更好的方法:

bag = [elem * 2 for elem in bag]

很简洁对不对?这叫做Python的列表推导式。

2. 遍历列表

还是上面的列表。如果可能尽量避免这样做:

bag = [1, 2 , 3, 4 , 5] for i in range(len(bag)): print(bag[i])

取而代之的应该是这样:

bag = [1, 2 , 3, 4 , 5] for i in bag: print(i)

如果x是一个列表,你可以对它的元素进行迭代。多数情况下你不需要各元素的索引,但如果你非要这样做,那就用enumerate函数。它像下边的样子:

bag = [1, 2 , 3, 4 , 5] for index, element in enumerate(bag): print(index, element)

非常直观明了。

3. 元素互换

如果你是从java或者C语言转到Python来,可能会习惯于这样:

a = 5 b = 10 # 交换 a 和 b tmp = a a = b b = tmp

但Python提供了一个更自然更好的方法!

a = 5 b = 10 # 交换a 和 b a, b = b, a

4. 初始化列表

假如你要一个是10个整数0的列表,你可能首先想到:

bag = [] for _ in range( 10): bag.append(0)

换个方式吧:

bag = [0] * 10

看,多优雅。

注意:如果你列表包含了列表,这样做会产生浅拷贝。

举个例子:

bag_of_bags = [[0]] * 5 # [[0], [0], [0], [0], [0]] bag_of_bags[0][0 ] = 1 # [[1], [1], [1], [1], [1]]

Oops!所有的列表都改变了,而我们只是想要改变第一个列表。

改一改啦:

bag_of_bags = [[0] for _ in range(5 )] # [[0], [0], [0], [0], [0]] bag_of_bags[0][0 ] = 1 # [[1], [0], [0], [0], [0]] “过早优化是万恶之源” 问问自己,初始化一个列表是必须的吗?

5. 构造字符串

你会经常需要打印字符串。要是有很多变量,避免下面这样:

name = "Raymond" age = 22 born_in = "Oakland, CA" string = "Hello my name is " + name + "and I'm " + str(age) + " years old. I was born in " + born_in + "." print(string)

额,这看起来多乱呀?你可以用个漂亮简洁的方法来代替,.format

这样做:

name = "Raymond" age = 22 born_in = "Oakland, CA" string = "Hello my name is {0} and I'm {1} years old. I was born in {2}.".format(name, age, born_in) print(string)

6. 返回 tuples(元组)

Python允许你在一个函数中返回多个元素,这让生活更简单。但是在解包元组的时候出出线这样的常见错误:

def binary(): return 0 , 1
result = binary() zero = result[0 ] one = result[1 ]

这是没必要的,你完全可以换成这样:

def binary(): return 0 , 1
zero, one = binary()

要是你需要所有的元素被返回,用个下划线_

zero, _ = binary()

就是这么高效率!

7. 访问 Dicts(字典)

你也会经常给dicts中写入key,value(键,值)。

如果你试图访问一个不存在的于dictkey,可能会为了避免 KeyError错误,你会倾向于这样做:

countr = {} bag = [2, 3 , 1, 2 , 5, 6 , 7, 9 , 2, 7 ] for i in bag: if i in countr: countr[i] += 1 else: countr[i] = 1
for i in range(10 ): if i in countr: print("Count of {}: {}" .format(i, countr[i])) else : print("Count of {}: {}" .format(i, 0 ))

但是,用get()是个更好的办法。

countr = {} bag = [2, 3 , 1, 2 , 5, 6 , 7, 9 , 2, 7 ] for i in bag: countr[i] = countr.get(i, 0) + 1
for i in range(10 ): print("Count of {}: {}" .format(i, countr.get(i, 0 )))

当然你也可以用setdefault来代替。

这还用一个更简单却多费点开销的办法:

bag = [2, 3 , 1, 2 , 5, 6 , 7, 9 , 2, 7 ] countr = dict([(num, bag.count(num)) for num in bag])
for i in range(10 ): print("Count of {}: {}" .format(i, countr.get(i, 0 )))

你也可以用dict推导式。

countr = {num: bag.count(num) for num in bag}

这两种方法开销大是因为它们在每次count被调用时都会对列表遍历。

8 使用库

现有的库只需导入你就可以做你真正想做的了。

还是说前面的例子,我们建一个函数来数一个数字在列表中出现的次数。那么,已经有一个库就可以做这样的事情。

from collections import Counter bag = [2, 3 , 1, 2 , 5, 6 , 7, 9 , 2, 7 ] countr = Counter(bag)
for i in range(10 ): print("Count of {}: {}" .format(i, countr[i]))

一些用库的理由:

 ●  代码是正确而且经过测试的。
 ●  它们的算法可能会是最优的,这样就跑的更快。
 ●  抽象化:它们指向明确而且文档友好,你可以专注于那些还没有被实现的。

 ●  最后,它都已经在那儿了,你不用再造轮子了。

9. 在列表中切片/步进

你可以指定start的点和stop点,就像这样 list[start:stop:step]。我们取出列表中的前5个元素:

bag = [0, 1 , 2, 3 , 4, 5 , 6, 7 , 8, 9 ] for elem in bag[: 5]: print(elem)

这就是切片,我们指定stop点是5,再停止前就会从列表中取出5个元素。

要是最后5个元素怎么做?

bag = [0, 1 , 2, 3 , 4, 5 , 6, 7 , 8, 9 ] for elem in bag[- 5:]: print(elem)

没看明白吗?-5意味着从列表的结尾取出5个元素。

如果你想对列表中元素间隔操作,你可能会这样做:

bag = [0, 1 , 2, 3 , 4, 5 , 6, 7 , 8, 9 ] for index, elem in enumerate(bag): if index % 2 == 0: print(elem)

但是你应该这样来做:

bag = [0, 1 , 2, 3 , 4, 5 , 6, 7 , 8, 9 ] for elem in bag[:: 2]: print(elem) # 或者用 ranges bag = list(range(0,10 ,2)) print(bag)

这就是列表中的步进。list[::2]意思是遍历列表同时两步取出一个元素。

你可以用list[::-1]很酷的翻转列表。

10. tab键还是空格键

长时间来看,将tab和空格混在一起会带来很多不必要的麻烦,你会看到IndentationError: unexpected indent。不管你选择tab键还是空格键,你应该在你的文件和项目中一直保持使用。

一个使用空格而不是tab的原因是,tab不是在所有编辑器中都一样的。视呢所用的编辑器,tab可能会被当作2到8个空格。

你也可以在写代码时用空格来定义tab。这样你可以自己选择用几个空格来当做tab。大多数Python用户是用4个空格。


原文发布时间为:2018-10-8

本文来自云栖社区合作伙伴“机器学习算法与Python学习”,了解相关信息可以关注“机器学习算法与Python学习”。